-
公开(公告)号：CN118245939A
公开(公告)日：2024-06-25
申请号：CN202410334525.2
申请日：2024-03-22
IPC: G06F18/2433 , G06F18/23213 , H02J13/00
Abstract: 本发明涉及一种基于LOF的配电网电压异常数据辨识方法、系统及介质，该方法包括以下步骤：采集配电网的配变电压数据；基于所述配变电压数据，采用LOF算法进行异常分数计算，得到配变电压数据对应的LOF值；基于所述LOF值，采用DBSCAN聚类方法进行聚类，确定LOF值的判定阈值；基于所述判定阈值对所述LOF值进行判定，输出配变电压异常数据。与现有技术相比，本发明具有异常辨识准确性高、平衡局部异常与全局异常等优点。
-
公开(公告)号：CN117290746A
公开(公告)日：2023-12-26
申请号：CN202311413449.6
申请日：2023-10-27
IPC: G06F18/23213 , G06F18/241 , G06Q50/06
Abstract: 本发明涉及一种基于嵌套K‑means聚类的台区电压质量分类方法，包括以下步骤：获取每台配变电压数据并进行预处理；基于K‑means聚类方法，将经过预处理后的配变电压数据进行初次聚类，获得初次分类结果；基于所述初次分类结果分析配变电压的越限情况，若为越限，则采用K‑means聚类方法进行二次聚类，若为未越限，则输出初次分类结果为最终的聚类结果；对二次聚类的聚类结果进行区分度分析，判断区分度是否明显，若是，则输出二次聚类的聚类结果为最终的聚类结果，若否，则重复所述二次聚类和区分度分析过程，直至输出最终的聚类结果，获得台区电压质量分类结果。与现有技术相比，本发明具有提高台区电压质量分类准确性等优点。
-
公开(公告)号：CN114204560A
公开(公告)日：2022-03-18
申请号：CN202111538440.9
申请日：2021-12-15
Inventor： 田英杰 , 李凡 , 李承泽 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 徐耀杰 , 傅广努 , 柴梓轩 , 蒋家富 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
Abstract: 本发明涉及一种中压配电网线路参数识别方法，包括：获取设定时间段内待识别地区配电网线路首端和下属所有配变的量测数据；对量测数据进行预处理；结合多元线性回归模型，以得到各时间点预处理后量测数据对应的拓扑数据；构建基于改进牛顿拉夫逊法的线路参数识别模型；将拓扑数据、预处理后量测数据输入线路参数识别模型，输出得到线路参数识别结果。与现有技术相比，本发明能够同时兼顾时效性和准确性，实现简单可靠进行配电网线路参数识别的目的。
-
公开(公告)号：CN114048819B
公开(公告)日：2024-11-29
申请号：CN202111360101.6
申请日：2021-11-17
Inventor： 田英杰 , 李凡 , 蒋家富 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 傅广努 , 李承泽 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
IPC: G06F18/2433 , G06F18/2113 , G06F18/15 , G06F18/214 , G06F18/21 , G06N5/01 , G06N3/0464 , G06N3/045 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于注意力机制和卷积神经网络的配电网拓扑辨识方法，包括以下步骤：S1：获取配电网的量测数据以及对应的拓扑结构，构建数据库；S2：对量测数据进行预处理；S3：根据特征贡献度对特征筛选，构建特征集；S4：构建配电网拓扑辨识模型，基于特征集对配电网拓扑辨识模型进行训练；S5：将待辨识的配电网的量测数据送入配电网拓扑辨识模型，获取待辨识的配电网的拓扑结构。与现有技术相比，本发明具有仅需要断面量测数据，辨识分类准确性高，克服数据噪声等优点。
-
公开(公告)号：CN111815035B
公开(公告)日：2024-01-30
申请号：CN202010571442.7
申请日：2020-06-22
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0464 , H02J3/00
Abstract: 本发明涉及一种融合形态聚类及TCN‑Attention的短期负荷预测方法，包括以下步骤：S1：对负荷历史日数据进行形态聚类，形成多个负荷相似日簇；S2：对影响负荷预测的数据进行预处理，获取待预测日负荷预测的影响因素数据；S3：根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集；S4：将待预测日对应的相似日簇训练子集输入到预测模型进行训练；S5：输入待预测日的影响因素数据至训练完成的预测模型，输出短期负荷预测值；所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层，与现有技术相比，本发明具有预测速度快且预测(56)对比文件李鹏辉;崔承刚;杨宁;陈辉.基于ARIMALSTM组合模型的楼宇短期负荷预测方法研究.上海电力学院学报.2019,(第06期),全文.张冰;周步祥;石敏;魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测.水电能源科学.2017,(第04期),全文.吴云;雷建文;鲍丽山;李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测.电力系统自动化.2018,(第20期),全文.
-
Patent Agency Ranking
公开(公告)号：CN117291228A
公开(公告)日：2023-12-26
申请号：CN202311412208.X
申请日：2023-10-27
IPC: G06N3/044 , G06N3/08 , G06N3/0464 , G06Q50/06
Abstract: 本发明涉及一种基于CNN‑BiGRU配变电压预测方法、设备及介质，该方法包括以下步骤：获取历史配变电压数据及其相应的关联影响因素，并进行预处理；采用相关性分析法计算历史配变电压数据及其相应的关联影响因素之间的相关性，并剔除相关性小的关联影响因素；将预处理后的历史配变电压数据及其相应相关性大的关联影响因素输入预先构建的CNN‑BiGRU模型中，输出配变电压的预测结果。与现有技术相比，本发明具有提高配变电压预测准确度等优点。
-
公开(公告)号：CN114048819A
公开(公告)日：2022-02-15
申请号：CN202111360101.6
申请日：2021-11-17
Inventor： 田英杰 , 李凡 , 蒋家富 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 傅广努 , 李承泽 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
Abstract: 本发明涉及一种基于注意力机制和卷积神经网络的配电网拓扑辨识方法，包括以下步骤：S1：获取配电网的量测数据以及对应的拓扑结构，构建数据库；S2：对量测数据进行预处理；S3：根据特征贡献度对特征筛选，构建特征集；S4：构建配电网拓扑辨识模型，基于特征集对配电网拓扑辨识模型进行训练；S5：将待辨识的配电网的量测数据送入配电网拓扑辨识模型，获取待辨识的配电网的拓扑结构。与现有技术相比，本发明具有仅需要断面量测数据，辨识分类准确性高，克服数据噪声等优点。
-
公开(公告)号：CN111815035A
公开(公告)日：2020-10-23
申请号：CN202010571442.7
申请日：2020-06-22
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
Abstract: 本发明涉及一种融合形态聚类及TCN-Attention的短期负荷预测方法，包括以下步骤：S1：对负荷历史日数据进行形态聚类，形成多个负荷相似日簇；S2：对影响负荷预测的数据进行预处理，获取待预测日负荷预测的影响因素数据；S3：根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集；S4：将待预测日对应的相似日簇训练子集输入到预测模型进行训练；S5：输入待预测日的影响因素数据至训练完成的预测模型，输出短期负荷预测值；所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层，与现有技术相比，本发明具有预测速度快且预测准确性高等优点。
-
公开(公告)号：CN119168407A
公开(公告)日：2024-12-20
申请号：CN202411190065.7
申请日：2024-08-28
IPC: G06Q10/0637 , H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/096 , G06F18/15 , G06F18/2433
Abstract: 本发明涉及一种基于迁移学习的海量台区重过载预警方法及系统，包括以下步骤：获取各台区配变的实时负荷数据，进行预处理；将预处理后的各台区配变的实时负荷数据分别输入预先训练好的各台区的负荷预测模型中进行预测，得到各台区配变的预测负荷数据，其中所述负荷预测模型通过基于LSTM的网络预测模型进行结构和参数迁移得到的；计算所述各台区配变的预测负荷数据与温度之间的相关性，得到相关性系数，再结合重过载预警评判标准，得到海量各台区配变的重过载预警结果。与现有技术相比，本发明具有提高海量台区配变的预测效率等优点。
-
公开(公告)号：CN119651537A
公开(公告)日：2025-03-18
申请号：CN202411566942.6
申请日：2024-11-05
IPC: H02J3/00 , H02J3/06 , G06N3/006 , G06Q50/06 , H02J3/46 , G06N3/045 , G06N3/08 , G06F18/24 , G06Q10/04
Abstract: 本发明提出了一种基于改进灰狼算法的主动配电网策略重构方法，包括以下步骤：阶段1：首先读取配电网电气数据、对开关状态和分布式电源的接入位置与约束条件进行确认，在满足配电网潮流约束、运行约束、和拓扑结构约束的前提下，构建多目标主动配电网静态重构的数学模型。阶段2：然后对GWO算法进行了改进，改进策略包括使用改进的Tent混沌映射进行种群初始化、改进收敛因子以及自适应t分布扰动变异位置更新策略，得到TGWO算法，本发明引入改进的Tent混沌映射进行种群初始化、衰减因子对α狼位置更新和自适应t分布的扰动变异策略三个方面对其进行改进。改进后的灰狼算法在运行速度、求解精度与鲁棒性均有提升。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.127 seconds)
